Qual das visões é correta?
De certa maneira, as duas. Data lakes, assim como qualquer outra implementação crítica de tecnologia, precisa de infraestrutura e recursos para oferecer valor. Não há novidade nisso. Portanto, quando uma empresa o implementa sem os complementos necessários, é improvável que ela obtenha o valor prometido.
Entretanto, os DLs estão transformando a lógica analítica de maneira rápida e irrevogável, permitindo às empresas que lutam com a “disputa de dados” verem e analisarem todas as suas informações em tempo real. O resultado disso é a maior agilidade e decisões mais bem acertadas a respeito da aquisição e da experiência do cliente — e, em última instância, melhores receitas.
Vamos falar sobre essas alterações e o que elas significam para o mundo hoje, desde os círculos da TI até o consumidor.
Desconstruindo os silos de dados
- Os silos de dados são o padrão de armazenamento há bastante tempo, mas são operacionalmente ineficientes e limitam a capacidade de correlacionar dados para impulsionar melhores percepções.
- O corte de gastos é outro motivador importante. Além da complexidade de gerenciamento, os silos exigem várias licenças, servidores e outras taxas, enquanto o Data Lake pode ser potencializado por uma infraestrutura singular de maneira econômica.
- Conforme a lógica analítica se torna gradualmente mais rápida e sofisticada, as organizações precisam evoluir da mesma maneira a fim de explorarem todas as suas possibilidades. Os dados não têm mais apenas uma função. Com o quadro geral dos dados organizacionais, a interpretação da lógica analítica pode abrir novas portas que antes não eram possíveis.
Conclusão: ao quebrar os silos de dados e adotarem o Data Lake, as empresas podem se tornar mais eficientes, econômicas, transparentes — e, em última instância, mais inteligentes e lucrativas — por meio do oferecimento de contratos mais personalizados aos clientes.
Aproveitando a lógica analítica em tempo real (disputa de Big Data)
A realidade da coleta de dados e da lógica analítica é que elas ficam mais rápidas a cada dia. Necessidades como a lógica analítica de alertas sobre fraudes com cartões de crédito e a lógica analítica relacionada à bolsa de valores precisam ser realizadas poucos segundos após a ação.
Entretanto, a lógica analítica, em tempo real, não é sempre necessária; alguns dados (como os referentes a vendas mensais, dados financeiros trimestrais e dados de desempenho dos funcionários) podem ser armazenados e analisados somente em intervalos específicos, e as organizações precisam conseguir criar um Data Lake que ofereça a eles a maior flexibilidade para lógica analítica.
Eis o que acontece hoje:
- As empresas estão gerando mais dados que nunca. Isso resulta em um problema particular: elas precisam ter as ferramentas para analisá-los ao invés de apenas armazená-los. O Data Lake, em combinação com a plataforma Hadoop, oferece a automação e a transparência necessárias para agregar valor aos dados.
- A Internet das coisas é, ao mesmo tempo, uma máquina geradora de dados e uma oportunidade contínua de vendas incrementais — desde que as organizações consigam oferecer ofertas atraentes em tempo real. De fato, os anunciantes estão na melhor das posições para aproveitar os Data Lakes para percepções dos consumidores — e para converter essas percepções em vendas.
- Contextualizando em “tempo real”: Os Data Lakes podem reduzir o tempo de retorno do investimento para lógica analítica de meses para semanas, ou até mesmo para minutos.
Conclusão: a lógica analítica precisa mover-se na mesma velocidade que a geração de dados para ser relevante ao cliente e impulsionar resultados.
O surgimento de novos modelos de negócios
Os Data Lakes não são apenas uma ferramenta de uso interno; eles estão realmente ajudando a gerar novos modelos de negócios na forma de lógica “analítica como serviço”, que oferece lógica analítica de autoatendimento por meio do acesso ao Data Lake.
A lógica “analítica como serviço” não é para qualquer um — mas quais são seus benefícios?
- O custo da lógica analítica está despencando devido à terceirização da infraestrutura e da automação. Isso quer dizer que as empresas podem fazer testes e ajustar o que for necessário durante o processo em relação à aquisição e experiência do cliente, sem gastar excessivamente.
- Os prestadores de serviço que armazenam, gerenciam e protegem dados como parte da lógica “analítica como serviço” oferecem um caminho útil para as empresas em busca da terceirização.
- Os profissionais da área de conhecimento oferecem valores diferentes: com a parte manual eliminada ou significativamente reduzida, eles podem agir mais estrategicamente em benefício dos negócios, com base nos resultados da lógica analítica.
- A lógica “analítica como serviço” é um caminho eficiente para adoção antecipada e para se colocar à frente da concorrência em setores como varejo, utilitários e clubes esportivos.
Conclusão: as empresas não precisam ficar responsáveis por seus Data Lakes para começar a obter retorno com seu uso.
De maneira geral, a adoção dos Data Lakes ainda está em seu estágio inicial, mas a adoção global cresce a cada minuto. Para as empresas ainda operando com silos de dados, talvez seja hora de testar a lógica analítica em tempo real.
[Crédito da Imagem: Data Lake – ShutterStock]
Leave a Comment